Maschinelles Lernen mit algoTraderJo Mitglied seit Dec 2014 Status: Mitglied 383 Beiträge Hallo Kolleginnen und Kollegen, ich beginne diesen Thread und hoffe, mit Ihnen einige meiner Entwicklungen auf dem Gebiet des maschinellen Lernens zu teilen. Obwohl ich nicht mit Ihnen genaue Systeme oder Codierung Implementierungen (dont erwarten, um alles zu bekommen, um zu bekommen, um replizieren und reichen aus diesem Thread) werde ich mit Ihnen teilen Ideen, Ergebnisse meiner Experiment und möglicherweise andere Aspekte meiner Arbeit. Ich beginne diesen Thread in der Hoffnung, dass wir Ideen austauschen und uns gegenseitig helfen können, unsere Implementierungen zu verbessern. Ich werde mit einigen einfachen Maschinellen Lernstrategien beginnen und dann in komplexere Sachen gehen, wie die Zeit vergeht. Hoffe, Sie genießen die Fahrt Joined Dec 2014 Status: Mitglied 383 Beiträge Ich möchte mit einigen grundlegenden Sachen beginnen. Es tut mir leid, wenn die Struktur meiner Beiträge lässt eine Menge zu wünschen übrig, ich habe keine Forum Posting-Erfahrung, sondern hoffe, einige mit der Zeit zu bekommen. Im Maschinenlernen, was wir tun wollen, ist einfach, eine Vorhersage, die für unseren Handel nützlich ist zu generieren. Um diese Vorhersage zu erstellen, erzeugen wir ein statistisches Modell unter Verwendung eines Satzes von Beispielen (bekannte Ausgänge und einige Eingaben, bei denen wir Vorhersagekraft haben, um diese Ausgänge vorherzusagen) und dann eine Vorhersage einer unbekannten Ausgabe (unsere jüngsten Daten) unter Verwendung des von uns erstellten Modells vorzunehmen Die Beispiele. Um es zusammenzufassen, handelt es sich um einen quotsimplequot-Prozess, bei dem wir Folgendes tun: Wählen Sie aus, was wir vorhersagen möchten (das ist unser Ziel) Wählen Sie einige Eingabevariablen aus, die wir für unsere Ziele vorhersagen können Erstellen Sie eine Reihe von Beispielen mit vergangenen Daten Mit unseren Inputs und unseren Zielen Erstellen Sie ein Modell anhand dieser Beispiele. Ein Modell ist einfach ein mathematischer Mechanismus, der die Eingangstargets verknüpft Machen Sie eine Vorhersage des Ziels mit den letzten bekannten Eingaben Handel mit diesen Informationen möchte ich von Anfang an sagen, dass es sehr wichtig ist zu vermeiden, was viele akademische Papiere auf maschinelles Lernen tun, Die versuchen, ein Modell mit sehr großen Arrays von Beispielen zu bauen und dann eine Langzeitvorhersage für einen Quotout-of-samplequot-Satz vorzunehmen. Der Aufbau eines Modells mit 10-jährigen Daten und dann das Testen auf den letzten beiden ist nicht sinnvoll, unterliegen vielen Arten von statistischen Vorurteilen, die wir später besprechen werden. Im Allgemeinen werden Sie sehen, dass die maschinellen Lernmodelle, die ich baue, an jeder Leiste (oder jedes Mal, wenn ich eine Entscheidung treffen muss) mit einem sich bewegenden Fenster von Daten für das Erstellen von Beispielen trainiert werden (nur aktuelle Beispiele werden als relevant betrachtet). Allerdings ist dieser Ansatz für einige Arten von statistischen Vorurteilen nicht fremd, aber wir entfernen den Quotelefanten im Raumquot, wenn wir den breiten Stichprobenansatz der meisten akademischen Papiere verwenden (was nicht verwunderlich ist, führt oft zu Ansätzen, die nicht sind Tatsächlich nützlich, um zu handeln). Es gibt vor allem drei Dinge, mit denen man sich beim Aufbau eines maschinellen Lernmodells beschäftigen muss: Was vorherzusagen ist (welches Ziel) Was mit welchen Vorgängen vorherzusagen ist (welche Inputs) Wie man das Ziel und die Eingaben miteinander verknüpft (welches Modell) Das meiste von dem, was ich erwähnen werde Auf diesem Thema wird auf die Beantwortung dieser Fragen, mit konkreten Beispielen konzentrieren. Wenn Sie irgendwelche Fragen schreiben möchten, die Sie haben konnten und ich versuche, Ihnen eine Antwort zu geben oder Sie einfach zu informieren, wenn ich das später beantworten werde. Mitglied seit: Dec 2014 Status: Mitglied 383 Beiträge Lass uns jetzt aufs Geschäft kommen. Ein echtes praktisches Beispiel mit maschinellem Lernen. Nehmen wir an, wir wollen ein sehr einfaches Modell mit einem sehr einfachen Satz von Inputstargets erstellen. Für dieses Experiment sind dies die Antworten auf die Fragen: Was vorhergesagt werden soll (welches Ziel) - gt Die Richtung des nächsten Tages (bullisch oder bärisch) Was sie mit welchen Eingängen vorherzusagen hat - gt Die Richtung der vorherigen 2 Tage Wie (Das Modell) - gt Ein Linearkarte-Klassifikator Dieses Modell wird versuchen, die Direktionalität der nächsten Tagesleiste vorherzusagen. Um unser Modell zu bauen, nehmen wir die letzten 200 Beispiele (eine Tagesrichtung als Ziel und die vorherigen zwei Tagesrichtungen als Eingaben) und wir trainieren einen linearen Klassierer. Wir tun dies zu Beginn jeder Tagesbar. Wenn wir ein Beispiel haben, bei dem zwei bullische Tage zu einem bärischen Tag führen würden, würden die Inputs 1,1 sein und das Ziel wäre 0 (0bearish, 1bullish), wir verwenden 200 dieser Beispiele, um das Modell auf jeder Bar zu trainieren. Wir hoffen, in der Lage zu sein, eine Beziehung aufzubauen, in der die Richtung von zwei Tagen eine über-zufällige Wahrscheinlichkeit liefert, um die Richtungsrichtung richtig vorherzusagen. Wir verwenden ein Stoploss gleich 50 der 20 Tage Periode Average True Range auf jedem Trade. Angehängte Abbildung (zum Vergrößern anklicken) Eine Simulation dieser Technik von 1988 bis 2014 auf die EURUSD (Daten vor 1999 ist DEMUSD) oben zeigt, dass das Modell keine stabile Profit-Generation hat. Tatsächlich folgt dieses Modell einem negativ vorgewählten gelegentlichen Weg, der es verliert, Geld als Funktion der Ausbreitung (3 Pips in meinem sim) zu verlieren. Schauen Sie sich die anscheinend quotimpressivequot Leistung haben wir in den Jahren 1993-1995 und 2003-2005, wo anscheinend konnten wir erfolgreich vorhersagen, die nächsten Tage Richtungsabhängigkeit mit einem einfachen linearen Modell und die letzten zwei Tage Richtungsergebnisse. Dieses Beispiel zeigt Ihnen einige wichtige Dinge. Zum Beispiel, dass über kurze Zeitskalen (die ein paar Jahre sein könnte) können Sie leicht durch Zufall getäuscht werden --- Sie können denken, Sie haben etwas, das funktioniert, was wirklich nicht funktioniert. Denken Sie daran, dass das Modell auf jeder Leiste umgebaut wird, wobei die letzten 200 Eingabebeispiele verwendet werden. Was andere Dinge denken Sie, können Sie aus diesem Beispiel lernen Post Ihre Gedanken Nun. So dass Sie prognostiziert, dass Käufer oder Verkäufer würde Schritt in. Hmm, aber was genau hat es mit Preis steigen oder nach unten gehen 100 Pips Preis kann auf verschiedene Weise reagieren - es könnte nur Tank für einige Zeit (während alle Limit-Aufträge gefüllt sind) Und dann weiter bewegen. Es kann auch 5, 10, 50 oder sogar 99 Pips zurückverfolgen. In all diesen Fällen waren Sie irgendwie Recht über Käufer oder Verkäufer treten in, aber Sie müssen verstehen, dass diese Analyse nicht viel zu tun mit Ihrem Handel gehen von 90pip zu 100pip. Ja, du bist richtig Dies ist ein großer Teil des Grundes, warum wir schlechte Ergebnisse bekommen, wenn die Verwendung der linearen Mapping-Algorithmus. Weil unsere Profitabilität schlecht mit unserer Vorhersage verwandt ist. Voraussagen, dass Tage sind bullishbearish ist von begrenztem Nutzen, wenn Sie nicht wissen, wie viel Preis bewegen wird. Vielleicht sind Ihre Vorhersagen nur an Tagen, die Ihnen 10 Pips und Sie erhalten alle Tage, die 100 Pip Direktionalität völlig falsch. Was würden Sie für ein besseres Ziel für eine Maschine Lernmethode betrachten Ja, du bist richtig Dies ist ein großer Teil des Grundes, warum wir schlechte Ergebnisse bekommen, wenn die Verwendung der linearen Mapping-Algorithmus. Weil unsere Profitabilität schlecht mit unserer Vorhersage verwandt ist. Voraussagen, dass Tage sind bullishbearish ist von begrenztem Nutzen, wenn Sie nicht wissen, wie viel Preis bewegen wird. Vielleicht sind Ihre Vorhersagen nur an Tagen, die Ihnen 10 Pips und Sie erhalten alle Tage, die 100 Pip Direktionalität völlig falsch. Was würden Sie für ein besseres Ziel für eine Maschine Lernmethode betrachten Lets sagen, wenn Sie 100 Pip TP und SL haben, möchte ich vorherzusagen, was zuerst kommt: TP oder SL Beispiel: TP kam zuerst 1 SL kam zuerst 0 (oder -1, Wie Sie es) Forex-Gold-Maschine ea Einfache Forex-Gold-Maschine Forex Trading kriminellen Forex Trading kriminellen Forex Gold-Maschine ea Forex Gold-Maschine ea Einfache Forex Gold Maschine ea Forex Trading kriminellen Forex Trading kriminellen forex gold Maschine ea forex gold Maschine ea Easy forex gold Maschine ea Forex Trading kriminellen Forex Trading kriminellen forex gold Maschine ea forex gold Maschine ea Einfache Forex gold Maschine ea Forex Trading kriminellen Forex Trading kriminellen forex gold Maschine ea forex gold Maschine ea Einfache Forex Gold Maschine ea Forex Trading kriminellen forex gold Maschine ea Easy forex gold Maschine ea Forex Trading kriminellen Forex Trading kriminellen Forex Gold Maschine ea Forex Gold Maschine ea Einfache Forex Gold Maschine ea Forex Trading kriminellen Forex Trading kriminellen forex gold Maschine ea forex gold Maschine ea Einfache Forex Gold Maschine ea Forex Trading kriminellen Forex Trading kriminellen forex gold Maschine ea Wenn es darum geht, alles online - ich schlage immer vor, dass Sie auschecken Bewertungen der spezifischen Produkt vor dem eigentlichen Kauf es - vor allem, wenn es um Dinge, die angeblich Sie Geld verdienen kann kommt. Lets ehrlich sein, jeder versucht, etwas zu verkaufen, und ich würde lieber Sie sicher sein, als sorry am Ende, wenn es um das Produkt kommt. Jetzt ist Forex eine der besten Geldverdienen Methoden, sondern auch die schwierigsten. Hier kommt der beste automatisierte Forex-Roboter ins Spiel. Das Forex Roboter-Handelssystem ist eine automatische Computer-Software, die für Benutzer, die wenig oder keine Kenntnis von gewundenen Markt algorithmischen Regeln vermarktet werden. Die Vermarkter behaupten, dass Gewinne auch dann verdient werden können, wenn Sie nicht vor dem Computer sind wie eine Geldmaschine, die Sie gerade in die Wand stecken und nur das Geld aufgeben. Lesen Kritik wird Ihnen zeigen, wie zu wissen, ob ein Roboter-trading-Software ist ein Betrug oder ein legitimes Produkt. Wenn es um diese Forex-Trading-Roboter-Programme kommt, wollen Sie wirklich sicherzustellen, dass Sie immer auf dem Laufenden mit den besten Roboter für das jeweilige Jahr, weil Methoden und Taktik kommen ziemlich oft kommen. Also für den besten forex r.
No comments:
Post a Comment